第 9 章 · 开源生态地图
这一章是"轮子目录"。你已经知道 agent = LLM + 工具 + 循环，现在要造 agent 时，先看看有没有现成轮子能用。
9.1 框架类（你用框架造 agent）
| 框架 | Stars | 定位 | 适合 |
|---|---|---|---|
| AutoGen | 59k | 多 agent 对话式编排 | 研究、群聊推理 |
| CrewAI | 55k | 角色扮演多 agent 协作 | 业务流程自动化 |
| LlamaIndex | 51k | RAG 起家的文档 agent | 文档问答、知识库 |
| LangGraph | 37k | 图式状态机编排 | 复杂多步工作流 |
| OpenAI Agents SDK | 28k | OpenAI 官方轻量框架 | GPT 模型、多 agent 路由 |
| Mastra | 26k | TypeScript agent 框架 | 全栈 TS 项目 |
| Google ADK | 21k | Google 官方工具包 | Gemini 生态 |
| Pydantic AI | 18k | 类型安全 agent | Python 后端、结构化输出 |
| Claude Agent SDK | 7.5k | Anthropic 官方 | Claude 深度集成 |
9.2 Agent 产品类（直接用，不用造）
| 产品 | Stars | 定位 | 适合 |
|---|---|---|---|
| AutoGPT | 185k | 最早出圈的自主 agent 平台 | 学习 agent 演进 |
| OpenHands | 80k | 开源版 Devin，端到端软件开发 | 自动修 PR、软件开发 |
| Aider | 47k | 终端 pair programming | 日常代码编辑 |
| Continue | 35k | IDE 编程 agent | VSCode / JetBrains |
| SWE-agent | 20k | Princeton issue 修复 | 学术评测 |
9.3 模型类（agent 的大脑）
| 模型 | 来源 | 特点 |
|---|---|---|
| Claude Sonnet/Opus 4.5 | Anthropic | agent-first，tool use 强，本教程主线 |
| GPT-4o / GPT-5 | OpenAI | 通用强，function calling 稳 |
| Gemini 2.0 | 长上下文，多模态 | |
| Hermes-3 / Hermes-4 | Nous Research | Llama 微调，tool-use 友好，开源权重 |
| DeepSeek-V3 | DeepSeek | 国产开源，性价比高 |
| Qwen 2.5 | 阿里 | 国产开源，中文强 |
选模型：
- 学习/生产 → Claude 或 GPT（API 稳定、文档全）
- 想本地部署 → Hermes 或 DeepSeek（开源权重）
- 中文场景 → Qwen 或 DeepSeek
9.4 MCP 生态（工具标准化）
| 仓库 | Stars | 用途 |
|---|---|---|
modelcontextprotocol/servers | 88k | 官方参考实现集（filesystem/git/memory/fetch 等） |
microsoft/playwright-mcp | 35k | 浏览器自动化 |
github/github-mcp-server | 31k | GitHub 操作 |
PrefectHQ/fastmcp | 26k | Python MCP 框架 |
googleapis/mcp-toolbox | 16k | 数据库 MCP |
GLips/Figma-Context-MCP | 15k | Figma 设计接入 |
punkpeye/awesome-mcp-servers | 90k | 清单（找新 server 搜这里） |
9.5 工具类（agent 调用的小工具）
浏览器自动化
- Playwright MCP - 微软官方，浏览器控制
- Puppeteer - 老牌浏览器自动化
- Browser-use - LLM 友好的浏览器库
搜索
- Tavily - AI 友好的搜索 API
- Brave Search API - 隐私友好的搜索
- Serper - Google 搜索 API
代码执行
- E2B - 沙箱代码执行
- Daytona - 开发环境沙箱
- Pyodide - 浏览器内 Python
文档处理
- Marker - PDF 转 markdown
- Unstructured - 各种文档格式解析
- LlamaParse - LlamaIndex 出的文档解析
向量数据库（RAG 用）
- Pinecone - 托管向量数据库
- Qdrant - 开源向量数据库
- Chroma - 轻量向量数据库
- pgvector - PostgreSQL 向量扩展
9.6 评估与可观测
| 工具 | 用途 |
|---|---|
| LangSmith | LangChain 出的 agent 可观测平台 |
| Langfuse | 开源 LLM 可观测 |
| Braintrust | LLM 评估平台 |
| Helicone | LLM 监控代理 |
| Weave | Weights & Biases 出的 LLM 追踪 |
9.7 选型决策树
你要做什么？
├── 学习概念 → AutoGPT + 本教程
├── 快速做原型 → Claude Agent SDK + Claude
├── Python 业务 agent
│ ├── 类型安全 → Pydantic AI
│ ├── 复杂状态机 → LangGraph
│ └── 多角色协作 → CrewAI
├── TypeScript 全栈 → Mastra
├── 绑大厂模型 → 各家 SDK
├── 软件工程 agent → OpenHands
└── 日常编码 → Aider / Continue前人智慧 / Prior Art
本章是"轮子目录"。每个轮子背后都有设计哲学，理解这些哲学比记住 star 数更有价值。
AutoGPT：反面教材的工程价值
AutoGPT 185k star 不是因为它好用，是因为它最早跑通了"自主 agent"的演示。但它翻车了（演化史章详拆），翻车原因成了整个行业的教材：
- 没有验证器 -> 后续框架都加 E2E 测试
- 没有预算控制 -> 后续框架都加 max_steps / max_tokens
- 没有 sandbox -> 后续框架都加 Permission / 容器
- 没有状态检查点 -> 后续框架都加 checkpoint
- 没有任务边界 -> 后续框架都强调 spec-driven
AutoGPT 的工程价值不在它自己，在它用失败定义了 Agent 工程的五个必选项。读 AutoGPT 源码不是学实现，是学"什么不该做"。
OpenHands：开源即审计的哲学
OpenHands 的 80k star 不只是因为它免费，是因为它开源可审计。
企业部署 Agent 时，安全审计是硬要求。闭源 Agent（Devin / Manus）很难通过审计--所有逻辑都是黑箱。OpenHands 全部公开，企业可以：
- 自部署（数据不出企业）
- 自审计（验证安全边界）
- 自修改（定制化）
这种"开源即审计"哲学让 OpenHands 在企业市场有独特竞争力。这也是为什么 OpenHands 是本章推荐"做软件工程 agent 产品"的首选--不是它最强，是它最可审计。
Aider：终端 + git 的极简哲学
Aider 的设计哲学是"极简"：
- 终端原生（不嵌入 IDE）
- git 优先（每次改动自动 commit）
- CONVENTIONS.md（项目规则）
- TODO.md（任务清单）
这套"终端 + git + 规则文件"的组合后来被 Claude Code 继承。Aider 的贡献是证明了 Coding Agent 不需要复杂框架--简单工具组合就能跑。
Aider 的另一个贡献是 CONVENTIONS.md 约定，这是 AGENTS.md 约定的前身。AGENTS.md 在 2024 年形成开放标准时，参考了 Aider 的 CONVENTIONS.md 设计。
Cursor：IDE 原生 + 索引哲学
Cursor 的核心创新不是 Agent 本身，是把 Agent 嵌入 IDE 的工作流：
- 代码库索引：Agent 能秒级找到相关代码
- 引用链追踪：从一个函数追到调用点
- Tab 补全到 Agent 连续光谱：用户慢慢接受
Cursor 的工程贡献在Agent UX--怎么让用户无缝从"用 IDE"过渡到"用 Agent"。这种 UX 设计是闭源产品的优势（可以精心打磨），开源 Agent 在 UX 上还有差距。
LangChain / LangGraph 的演化教训
LangChain 的早期设计（2023）被批评"抽象过重"--Chain / Agent / Tool / Memory / VectorStore / OutputParser 等概念太多。2024 年 LangGraph 走"轻量原语"路线（State / Node / Edge），明显是对早期重抽象的反思。
这个演化的工程教训：Agent 框架的抽象要克制。重抽象看起来强大，实际会让用户迷失。轻量原语 + 组合，比预设重抽象更可持续。
OpenAI 的 Swarm -> Agents SDK 演化也是同一条路：Swarm 重抽象被批评，Agents SDK 走轻量。整个行业在 2024-2025 都在往轻量化走。
模型选型的工程判断
本章 9.3 节的模型对比不是任意推荐，每个选择背后有工程判断：
| 模型 | 工程优势 | 适合 |
|---|---|---|
| Claude | tool use 稳、context 长、Skills/MCP 原生 | 生产环境 |
| GPT | function calling 成熟、生态广 | 通用 |
| Gemini | 长上下文（1M-2M）、多模态 | 大文档 / 多模态 |
| Hermes | 开源权重、tool-use 友好 | 自部署 |
| DeepSeek | 国产开源、性价比 | 中文 / 预算敏感 |
| Qwen | 中文强、开源 | 中文场景 |
关键认识：没有"最好"的模型，只有"最合适"的。生产环境选稳定（Claude / GPT），研究选开源（Hermes / DeepSeek），中文场景选 Qwen。
MCP 生态的爆发信号
本章 9.4 节列的 MCP 生态 star 数反映了一个工程信号：MCP 已经是事实标准。
关键信号：
- 微软、GitHub、Google 这些大厂都官方出 MCP server
- 主流 Host（Claude Code / Cursor / VS Code / Codex / Claude Desktop）全部原生支持
- 社区清单 awesome-mcp-servers 90k star
这种"大厂 + 工具厂商 + Host 厂商"三方共识，在协议史上不多见。LSP 用了 5 年才到这个阶段，MCP 用了不到 1 年。
评估可观测的工具演化
本章 9.6 节列的可观测工具各有定位：
- LangSmith：和 LangChain 集成最深，适合 LangGraph 项目
- Langfuse：开源可自托管，适合自部署需求
- Braintrust：评估导向，适合 evals + 监控一体
- Helicone：代理模式无侵入，适合快速接入
- Weave：W&B 出品，适合 ML 团队
可观测工具的演化方向：从"日志"到"trace"到"evals"。早期只有日志（看 LLM 调用），后来有 trace（看 agent 轨迹），现在有 evals（自动评估轨迹质量）。第 14 章 E2E Testing 会详细讲。
选型决策树的工程智慧
本章 9.7 节的选型决策树不是任意推荐，是"场景驱动选型"的工程方法：
- 先问"做什么"（场景）
- 再问"用什么"（工具）
这种顺序避免了"先选框架再找场景"的常见错误。很多人先选 LangChain 再找用在哪，结果发现 CrewAI 更合适--这种"先工具后场景"的选型最容易踩坑。
- 框架 9 个，按场景选，没"最好"只有"最合适"。
- 产品类直接用，不用造。
- 模型选 Claude/GPT 学习生产，选 Hermes/DeepSeek 开源自部署。
- MCP 生态找现成工具，别重复造。
- 评估可观测别忘加，agent 不监控等于盲飞。
下一章是重头戏——7 个递进实战，从 30 行代码到生产级 agent。